Analyse de la compensation pour améliorer le comportement d’un réseau électrique
No Thumbnail Available
Date
2019-02-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La nature reste la principale source d'inspiration pour que l’homme résolve les problèmes
quotidiens. Dans ce travail, nous présentons l'algorithme méta-heuristique des Salpidae SSA (Salp
Swarm Algorithm) inspiré par le mouvement de ces animaux gélatineux dans le fond de l'océan
pour rechercher de la nourriture, pour résoudre le problème d’optimisation de l'écoulement de
puissance OPF (Optimal Power Flow) dans les réseaux électriques. OPF a de nombreux objectifs,
tels que la minimisation du coût du carburant, les émissions, les pertes ... etc. Donc, trouver une
solution qui respecte tous ces objectifs est un grand défi aujourd'hui.
Nous cherchons à fournir des solutions sous la forme du front de Pareto (FP) pour résoudre
des problèmes multi-objectifs en utilisant l'algorithme proposé MSSA (Multi-objective Salp Swarm
Algorithm). Nous visons également à tirer parti des meilleures fonctionnalités de contrôleur de
transit de puissance unifié UPFC (Unified Power Flow Controller) qui est le meilleur de sa famille
système de transmission flexible en courant alternatif FACTS (Flexible AC Transmission System),
non seulement pour amélioration le transit de puissance, maintien de la tension dans une plage sûre
et stable, mais aussi pour améliorer le comportement du réseau dans son ensemble.
Nous avons également comparé nos résultats obtenus avec des algorithmes d'intelligence
en essaim SI (Swarm Intelligence) de la même famille de SSA, des algorithmes évolutionnaires EA
(Evolutionary Algorithms) et des algorithmes déterministes DA (Deterministic Algorithm). Notre
méthode proposée a présenté des résultats très impressionnants par rapport aux résultats des SI, EA
et DA publiés dans plusieurs articles. Les résultats étaient mieux dans l'existence d'UPFC qui
contribue à l'amélioration des objectifs où il a été intégré avec succès à la méthode efficace de NR
(Newton-Raphson).